Jevals HelpSteer2
높을수록 좋음
AI 답변 300건이 얼마나 도움이 되는지 사람이 매긴 5단계 점수를 맞히게 하는 시험입니다. 단계마다 매긴 확률을 채점하는 Decision Score로 매기며, 0은 단계 비율만 아는 기준선이고 그보다 못하면 음수가 됩니다. 독립 운영 사이트 Jevals가 잽니다. 점수는 출처가 발표한 값 그대로입니다. 높을수록 좋습니다.
최고 점수9.20Jev 1.13
측정한 모델6개
최근 갱신2026.09.18
모델 출시 시기 (오른쪽이 최신)
그때까지의 최고 기록위로 갈수록 좋음
한국어·일본어로 기준대로 정확히 분류할 수 있을까?AIB DecisionBench-KJ
Jev 1.13🥇Jev 1.13🥇고객 문의를 알맞은 유형으로 나눌 수 있을까?Jevals Banking77
Gemini 3.8 Flash🥇Gemini 3.8 Flash🥇여러 업무 분야에서 판정을 두루 정확하게 내릴 수 있을까?Decision IndexJev 1.13🥇Jev 1.13🥇
Jev 1.13🥇Jev 1.13🥇고객 문의를 알맞은 유형으로 나눌 수 있을까?Jevals Banking77Gemini 3.8 Flash🥇Gemini 3.8 Flash🥇여러 업무 분야에서 판정을 두루 정확하게 내릴 수 있을까?Decision IndexJev 1.13🥇Jev 1.13🥇- 🥇TypeSafeJev 1.139.20
- 🥈Z.aiGLM 5.37.78
- 🥉GoogleGemini 3.8 Flash4.59
- #4AlibabaQwen3.8 Flash-1.37
- #5Mistral AIMistral Medium 3.5-13.7
- #6DeepSeekDeepSeek V4.1 Flash-19.0
상위 6개는 오차 범위 안 · 사실상 공동 1위 · 모델 절반이 1.61 이하최종 갱신 2026-10-06